首页 > NoSQL 阅读:605

Memcached入门教程

Memcached 是 LiveJournal 旗下 Danga Interactive 公司的布拉德•菲茨帕特里克(BradFitzpatric)开发的一款内存数据库,现在已被应用于 Facebook、LiveJournal 等公司用于提高 Web 服务质量。

目前这款软件流行于全球各地,经常被用来建立缓存项目,并以此分担来自传统数据库的并发负载压力。

Memcached 可以轻松应对大量同时出现的数据请求,而且它拥有独特的网络结构,在工作机制方面,它还可以在内存中单独开辟新的空间,建立 HashTable,并对 HashTable 进行有效的管理。

我们有时会见到 Memcache 和 Memcached 两种不同的说法,为什么会有两种名称?

其实 Memcache 是这个项目的名称,而 Memcached 是它服务器端的主程序文件名。一个是项目名称,另一个是主程序文件名。

为什么要使用 Memcached

由于网站的高并发读写和对海量数据的处理需求,传统的关系型数据库开始出现瓶颈。

对数据库的高并发读写

关系型数据库本身就是个庞然大物,处理过程非常耗时(如解析 SQL 语句、事务处理等)。如果对关系型数据库进行高并发读写(每秒上万次的访问),数据库系统是无法承受的。

对海量数据的处理

对于大型的 SNS 网站(如 Twitter、新浪微博),每天有上千万条的数据产生。对关系型数据库而言,如果在一个有上亿条数据的数据表中查找某条记录,效率将非常低。

使用 Memcached 就能很好地解决以上问题。

多数 Web 应用都将数据保存到关系型数据库中(如 MySQL ),Web 服务器从中读取数据并在浏览器中显示。但随着数据量的增大,访问的集中,关系型数据库的负担就会加重,岀现响应缓慢、网站打开延迟时间长等问题。

因此,使用 Memcached 的主要目的是通过自身内存中缓存关系型数据库的查询结果,减少数据库自身被访问的次数,以提高动态 Web 应用的速度,增强网站架构的并发能力和可扩展性。

通过在事先规划好的系统内存空间中临时缓存数据库中的各类数据,以达到减少前端业务服务对关系型数据库的直接高并发访问,从而达到提升大规模网站集群中动态服务的并发访问能力。

Web 服务器读取数据时先读 Memcached 服务器,若 Memcached 没有所需的数据,则向数据库请求数据,然后 Web 再把请求到的数据发送到 Memcached,如下图所示。

Memcached 的特征

Memcached 作为高速运行的分布式缓存服务器,具有以下特点。

协议简单

Memcached 的服务器客户端通信并不使用复杂的.xml等格式,而是使用简单的基于文本行的协议。

因此,通过 telnet 也能在 Memcached 上保存数据、取得数据。以下为示例代码:
$ telnet localhost 11211
Trying 127.0.0.1...
Connected to localhost.localdomain(127.0.0.1).
Escape character is '^]'.
set foo 0 0 3    (保存命令)
bar    (数据)
STORED    (结果)
get foo    (取得命令)
VALUE foo 0 3    (数据)
bar    (数据)

基于 libevent 的事件处理

libevent 是个程序库,它将 Linux 的 epoll、BSD 类操作系统的 kqueue 等事件处理功能封装成统一的接口,即使对服务器的连接数增加,也能发挥 O(1) 的性能。Memcached 使用这个 libevent 库,因此可以在 Linux、BSD、Solaris 等操作系统上发挥其高性能。

内置内存存储方式

为了提高性能,Memcached 中保存的数据都存储在 Memcached 内置的内存存储空间中。由于数据仅存在于内存中,所以重启 Memcached 或操作系统都会导致全部数据消失。

另外,内存容量达到指定值之后,就会基于 LRU(Least Recently Used)算法自动删除不使用的缓存。Memcached 本身是为缓存而设计的服务器,因此并没有过多考虑数据的永久性问题。

不互相通信的分布式

Memcached 尽管是“分布式”缓存服务器,但服务器端并没有分布式功能。各个 Memcached 不会互相通信以共享信息。那么,如何配置分布式呢?这完全取决于客户端的实现。

下图所示为 Memcached 的分布式。

Memcached的内存存储

Slab Allocation 机制:整理内存以便重复使用

在默认情况下 Memcached 采用了名为 Slab Allocator 的机制分配、管理内存。在该机制出现以前,内存的分配是通过对所有记录简单地进行 malloc 和来进行的。

但是,这种方式会导致内存碎片的产生,加重操作系统内存管理器的负担,在最坏的情况下,甚至会导致操作系统比 Memcached 进程本身还慢。Slab Allocator 就是为解决该问题而诞生的。

Slab Allocator 的基本原理是按照预先规定的大小,将分配的内存分割成特定长度的块,以完全解决内存碎片问题。

Slab Allocation 的原理很简单,就是将分配的内存分割成各种尺寸的块(Chunk)、并把尺寸相同的块分成组(块的集合)。如下图所示。


而且,Slab Allocator 还有重复使用已分配的内存的目的。也就是说,分配到的内存不会释放, 而是重复利用。

Slab Allocation 的主要术语如下。
  • Page:分配给 Slab 的内存空间,默认是 1MB。分配给 Slab 之后根据 Slab 的大小拆分成 Chunk。
  • Chunk:用于缓存记录的内存空间。
  • Slab Class:特定大小的 Chunk 的组。

在Slab中缓存记录的原理

下面介绍 Memcached 如何针对客户端发送的数据选择 Slab 并缓存到 Chunk 中。

Memcached 根据收到的数据的大小,选择最适合数据大小的 Slab。如下图所示。

Memcached 中保存着 Slab 内空闲 Chunk 的列表,根据该列表选择 Chunk,然后将数据缓存于其中。

Slab Allocator 的缺点

实际上,Slab Allocator 也是有利有弊的。下面介绍它的缺点。

Slab Allocator 解决了内存碎片方面的问题,但新的机制也给 Memcached 带来了新的问题。

这个问题就是,由于分配的是特定长度的内存,因此无法有效利用分配的内存。

例如,将 100 字节的数据缓存到 128 字节的 Chunk 中,剩余的 28 字节就浪费了。如下图所示。

该问题目前还没有完美的解决方案,官方文档提供了比较有效的解决方案:如果预先知道客户端发送的数据大小,或者在仅缓存大小相同的数据的情况下,只要使用适合数据大小的组的列表,就可以减少浪费。

虽然目前的版本还无法进行调优,但是可以调节 Slab Class 的大小来减少差别。

使用 Growth Factor 选项进行调优

Memcached 在启动时指定 Growth Factor 因子(通过 -f 选项),就可以在某种程度上控制 Slab 之间的差异。默认值为 1.25。但是,在该选项出现之前,这个因子曾经固定为 2,称为“powers of 2”策略。

使用以前的设置,以 verbose 模式启动 Memcached:

$ memcached -f 2 -vv

下图是启动后的 verbose 输出。

可见,从 128 字节的组开始,组的大小依次增大为原来的 2 倍。这样设置的问题是,Slab 之间的差别比较大,在有些情况下内存浪费严重。因此,为尽量减少内存浪费,后来就追加了 Growth Factor 这个选项。

下图是默认设置(f=1.25)时的输出。

可见,组间差距比因子为2时小得多,更适合缓存几百字节长度的记录。从上面的输出结果来看,可能会有些计算误差,这些误差是为了使字节数对齐而故意设置的。

将 Memcached 引入产品,或是直接使用默认值进行部署时,最好是重新计算数据的预期平均长度,调整 Growth Factor,以获得最恰当的设置。

查看 Memcached 的内部状态

Memcached 中包含 stats 命令,使用它可以获得各种各样的信息。

执行命令的方法很多,用 telnet 最简单:

$ telnet 主机名 端口号

连接 Memcached 之后,输入 stats 再按回车键,即可获得包括资源利用率在内的各种信息; 输入“stats slabs”或“stats items”可以获得关于缓存记录的信息;输入“quit”结束程序,如下图所示。

这些命令的详细信息可以参考 Memcached 软件包内的 protocol.txt 文档。

另外,如果安装了 libmemcached 这个面向 C/C++ 语言的客户端库,就会安装 memstat 这个命令。

使用方法很简单,可以用更少的步骤获得与 telnet 相同的信息,还能一次性从多台服务器获得信息。

$ memstat -servers=server1, server2, server3, ...

查看 Slab 的使用状况

使用 Memcached 的创造者布拉德(Brad)写的名为 memcached-tool 的 Perl 脚本,可以方便地获得 Slab 的使用情况,它将 Memcached 的返回值整理成易于阅读的格式,使用方法也极其简单:

$ memcached-tool 主机名: 端口 选项


查看 Slab 使用状况时无须指定选项,因此使用下面的命令即可:

$ memcached-tool 主机名: 端口

获取的信息如下图所示。

各列的含义如下表所示。

memcached-tool 的参数含义
含义
# Slab Class 编号
Item_Size Chunk 大小
Max_age LRU 内最旧的记录的生存时间
1MB_pages 分配给 Slab 的页数
Count Slab 内的记录数
Full? Slab 内是否含有空闲 Chunk
从这个脚本获得的信息可极大地方便用户的调优。

Memcached 的分布式

现在简单地介绍分布式的原理,它在各个客户端的实现基本相同。

假设 Memcached 服务器有 node1、node2 和 node3 三台,应用程序要保存键名为“tokyo”、“kanagawa”、“chiba”、“saitama”、“gunma”的数据,如下图所示。

首先向 Memcached 中添加“tokyo”。将“tokyo”传给客户端程序库后,客户端就会根据“键”来决定保存数据的 Memcached 服务器。

选定服务器后,即可命令它保存“tokyo”及其值,如下图所示。

同样地,“kanagawa” “chiba” “saitama” “gunma”等数据的处理都是先选择服务器再保存。

接下来获取保存的数据。获取时也要将要获取的键“tokyo”传递给函数库,函数库通过与数据保存时相同的算法,根据“键”选择服务器。使用的算法相同,就能选中与保存时相同的服务器,然后发送 get 命令。

只要数据没有因为某些原因被删除,就能获得保存的值,如下图所示。

这样,将不同的键保存到不同的服务器上,就实现了 Memcached 的分布式配置。Memcached 服务器增多后,键就会分散,即使一台 Memcached 服务器发生故障无法连接,也不会影响其他的缓存,系统依然能继续运行。

编程帮,一个分享编程知识的公众号。跟着站长一起学习,每天都有进步。

通俗易懂,深入浅出,一篇文章只讲一个知识点。

文章不深奥,不需要钻研,在公交、在地铁、在厕所都可以阅读,随时随地涨姿势。

文章不涉及代码,不烧脑细胞,人人都可以学习。

当你决定关注「编程帮」,你已然超越了90%的程序员!

编程帮二维码
微信扫描二维码关注